Question

我是R的新手。我的分布正常。

{{1}}

作为练习，我想基于从值得出的概率曲线创建一个子集。例如，对于值<5，我想保留25％的随机条目，对于值> 15，我想保留75％的随机条目，对于5到15之间的值，我想线性插值概率选择范围介于25％和75％之间。似乎我想要的是“ sample”命令及其“ prob”选项，但我不清楚语法。

Answer 1

对于前两个子集，我们可以使用

idx1 <- n < 5
ss1 <- n[idx1][sample(sum(idx1), sum(idx1) * 0.25)]
idx2 <- n > 15
ss2 <- n[idx2][sample(sum(idx2), sum(idx2) * 0.75)]

第三个是

idx3 <- !idx1 & !idx2
probs <- (n[idx3] - 5) / 10 * (0.75 - 0.25) + 0.25
ss3 <- n[idx3][sapply(probs, function(p) sample(c(TRUE, FALSE), 1, prob = c(p, 1 - p)))]

其中probs是n[idx3]的每个元素的线性插值概率。然后，使用sapply为每个元素绘制TRUE（获取）或FALSE（不获取）。

Answer 2

prob中的sample()选项为要采样的向量提供了几率的概率。

https://www.rdocumentation.org/packages/base/versions/3.5.2/topics/sample

因此，如果我理解正确的问题，您想要的是仅对<5的25％的值进行采样，对于> 75的值仅对75％的值进行采样，依此类推。

然后您必须使用n参数

如文档所述

n 正数，即要选择的项目数。参见“详细信息”。

您可以在其中输入所需样本的百分比乘以样本向量的长度。

对于最后一个示例，您可以添加一个统一变量，其范围从.25到.75 runif()

希望这会有所帮助！

R：根据概率选择子集

2 个答案: